2012年中国各地区居民消费价格指数模型

影响居民消费水平的因素摘要：提高消费水平，是国民经济管理学的重要目标之一，但在众多主客观条件的制约下，它不可能完全如人所愿。

本文是利用多元回归分析的方法，通过实证分析研究了影响居民消费的因素，为制定明确社会合理、适度消费的标准，并采取相应的消费政策促进适度消费水平的实现提供依据。

摘要：消费水平多元回归适度消费一、变量的选取（一）国内生产总值GDP国内生产总值（GDP)指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果.消费需求是收入的函数，而收入取决于生产，所以，随着生产的发展，收入不断增加。

因此,生产发展水平及其增长速度是最重要因素。

（二）居民消费价格指数CPI居民消费价格指数是反映一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。

在市场经济条件下，消费者购买消费品及服务是一货币为中介的。

也就是说，要按照消费品及服务的价格支付相应的货币才能交换回一定数量的消费品和服务。

因此,消费品和服务价格的涨落变化,对消费者的消费需求有着重要的影响。

（三）城镇居民家庭人均可支配收入可支配收入指调查户可用于最终消费支出和其他非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入.它是家庭总收入扣除交纳的个人所得税、个人交纳的社会保障支出以及调查户的记账补贴后的收入。

居民可支配收入是决定储蓄水平的一个因子，居民可支配收入增加，直接性的居民储蓄会随之上升，当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备，这对居民的消费支出有很大影响。

（四）人口自然增长率人口自然增长率指在一定时期内(通常为一年)人口自然增加数（出生人数减死亡人数)与该时期内平均人数（或期中人数）之比，用千分率表示。

在消费总额为既定时,人口的规模和增长速度直接影响消费水平。

如果人口自然增长率慢于消费总额增长率,消费水平必将较快的提高;反之，消费水平必将下降。

（五）全社会固定资产投资全社会固定资产投资是以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称。

案例三：中国各城市居民消费分析（一）案例目标生产，收入、分配与使用，体现了社会经济运动的循环过程。

收入分配是这个过程的中间环节，承前启后。

收入分配核算构成了国民经济核算的最重要组成部分中之一，涉及多个账户，核算内容包括国民收入的初次分配、再分配、可支配收入和使用核算。

本案例以收入使用中的居民消费结构为目标，分析不同时期我国城镇居民消费构成的差异及其发展变化过程。

（二）案例背景我国从确立市场经济体制以后，社会经济迅速发展，居民的收入水平和消费水平有了显著的提高。

然而消费需求不足仍是我国制约经济进一步发展的重要原因之一。

地区差距及时间的变迁，使得居民在消费行为上存在很大的差异。

因此研究地区差异和时间变化对居民消费行为的影响，对有效制定地区消费政策、促进地区乃至全国经济增长有着经济的意义。

（三）分析方法Panel-Data就是“平行数据”或“面板数据”。

它是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。

因此，平行数据模型相较于只利用截面数据或只利用时间序列数据的模型而言，有着不可替代的作用。

它可以从多层面分析经济问题，具有很高的应用价值。

本文需要对收入差距较大的各城市居民消费行为进行分析，同时又要考虑到不同年份收入对消费的不同影响，因此，该模型适合分析的需要。

1．Panel Data模型截面数据是选择同一时间上不同区域的数据作为样本观测值，而时间序列数据是选择同一区域在不同时间上的数据作为样本观测值，二者在实际应用中都有一定的局限性。

相对只利用截面数据或只利用时间序列数据进行经济分析而言，Panel Data模型具有许多优点。

首先，Panel Data模型通过对不同截面单元不同时间观察值的结合，成为“更多信息、更可变、变量之间更少共线性、更多自由度、更有效”的数据。

它通常提供给研究者大量的数据点，这样就增加了自由度并减少了解释变量之间的共线性，改进了计量经济估计的有效性；第二，Panel Data是对同一截面单元集进行重复观察，能更好地研究经济行为变化的动态性。

2012年宏观经济情况分析：2012年，面对复杂严峻的国际经济形势和国内改革发展稳定的繁重任务，党中央、国务院坚持以科学发展为主题，以加快转变经济发展方式为主线，按照稳中求进的工作总基调，及时加强和改善宏观调控，把稳增长放在更加重要的位置，国民经济运行缓中企稳，经济社会发展稳中有进。

初步核算，全年国内生产总值519322亿元，按可比价格计算，比上年增长7.8%。

分季度看，一季度同比增长8.1%，二季度增长7.6%，三季度增长7.4%，四季度增长7.9%。

分产业看，第一产业增加值52377亿元，比上年增长4.5%；第二产业增加值235319亿元，增长8.1%；第三产业增加值231626亿元，增长8.1%。

从环比看，四季度国内生产总值增长2.0%。

一、农业生产稳定增长全年全国粮食总产量达到58957万吨，比上年增加1836万吨，增长3.2%，连续九年增产。

其中，夏粮产量12995万吨，比上年增长2.8%；早稻产量3329万吨，增长1.6%；秋粮产量42633万吨，增长3.5%。

全年棉花产量684万吨，比上年增长3.8%；油料产量3476万吨，增长5.1%；糖料产量13493万吨，增长7.8%。

全年猪牛羊禽肉产量8221万吨，比上年增长5.4%，其中猪肉产量5335万吨，增长5.6%。

生猪存栏47492万头，比上年增长1.6%；生猪出栏69628万头，比上年增长5.2%。

全年禽蛋产量2861万吨，比上年增长1.8%；牛奶3744万吨，增长2.3%。

二、工业生产缓中趋稳全年全国规模以上工业增加值按可比价格计算比上年增长10.0%，增速比上年回落3.9个百分点。

分季度看，一季度同比增长11.6%，二季度增长9.5%，三季度增长9.1%，四季度增长10.0%。

分经济类型看，国有及国有控股企业增加值比上年增长6.4%，集体企业增长7.1%，股份制企业增长11.8%，外商及港澳台商投资企业增长6.3%。

分轻重工业看，重工业增加值比上年增长9.9%，轻工业增长10.1%。

99.9 100.9 100.1
113.0 107.4 114.1
103.0 101.7 102.0
100.8 99.7 97.8
100.4 102.3 100.6
104.3 103.4
105.4 103.9
119.8 111.3
99.0 101.5
119.1 107.0
107.1 104.4
102.8 103.6
100.3 99.9 100.1 100.7 101.1 101.5 102.3 104.1 103.5 102.9 107.3
97.7 97.5 97.4 98.6 99.9 101.2 101.9 102.8 100.2 100.0 102.4
96.1 95.9 95.8 97.1 98.8 100.8 101.6 101.2 98.1 98.5 100.4
101.5 101.2 101.1 101.9 104.4 105.8 107.2 109.0 105.2 106.7 111.4
100.0 98.8 100.9 99.7 99.9 101.1 102.1 102.9 101.2 103.2 103.4
100.3 98.5 101.2 99.1 99.5 100.2 102.1 102.2 101.4 103.3 102.9
106.5 104.0 104.6 104.1 104.9
100.8 100.8 101.7 101.8 100.8
102.7 101.8 103.6 100.6 101.5
113.5 111.4 107.4 105.1 108.6
104.6 100.0 104.0 106.1 105.6
101.5 99.9 100.2 100.5 100.6

人口老龄化对我国消费影响的实证研究【摘要】随着人口老龄化程度的提高，老年人口消费总额和消费比例不断提高，这一特点将在未来25年内得到进一步体现。

在老年人口消费结构中，其基本需要已由以饮食为主转变为与健康照料有关的劳务需求为主，这将对我国老龄产业产生较大的吸引力，并将成为促进我国经济增长的新亮点。

本文从我国人口老龄化的实际情况出发，提出了应对人口老龄化的对策建议。

继续大力发展国民经济，逐步改变我国“未富”的现状，为应对人口老龄化提供雄厚的物质基础；重点发展一批老年社会福利机构，向社会福利社会化道路迈进，积极开展社区为老服务，加强老年社会服务队伍建设，调整社会福利事业管理职能。

【关键词】人口老龄化；居民消费；养老负担0 引言联合国教科文组织规定，一个国家或一个地区60岁以上的人口占该国家或地区人口总数的10%或以上，或一个国家或地区65岁以上的人口占该国家或地区人口总数的7%或以上，该国家或地区就进入老龄化社会。

人口老龄化是21世纪人类发展的主要特征，成为世界各国政府和社会关注的热点问题。

随着经济的发展与医疗卫生条件的改善，人的预期寿命越来越长，老年人在社会总人口中所占的比例也越来越高，老龄化社会的到来是社会发展的必然趋势。

我国人口老龄化趋势是在1982年第三次人口普查后日益引起重视的。

此后，随着计划生育工作的开展，人口老龄化程度不断提高，这一过程将在现在和未来对我国社会、经济等各个方面的发展产生不同影响。

本文将对我国人口老龄化现状以及各种因素对居民消费的影响作出分析，研究人口老龄化在多大程度上影响居民消费，这对于中国扩大内需、应对老龄化危机具有十分重要意义。

1 我国人口老龄化的特点及原因1.1 老年人口规模大，老龄化速度快我国是世界上人口最多的国家，就我国65岁及以上人口规模而言，在近30年里由1982年的4991万人增加到2011年的12288万人增长了2.46倍，老年人口比例由4.9%提高到了9.1%。

， 本文也用类似的方法对 + e i logY t + s i logZ t （ 1）
2012 年的中国农村主要食物人均消费量进行预测 。
∑ j b ij （ logp jt ）
其中，q 为人均需求量； p 为消费价格； Y 为人 均收入； Z 为社会经济统计变量； b 为需求价格弹性； e 为需求收入弹性； s 为需求社会经济弹性； i， j 为 食物种类，当 i = j 时， b ij 为自价格弹性； 当 i ≠ j 时， b ij 为交叉价格弹性。 考虑到研究结果和消费特征，我们假设短期内社 会经济变量变化有限，不足于显著地影响食物需求的 — —价格和支出对食物需求有影 变化； 只有经济变量— 响。因此， 对 公 式 （ 1 ） 进 行 全 微 分， 可 得 到 公 式 （ 2 ） ，反映价格和收入变化对食物需求的变动率 。 dq = qi dp dY + ei pj Y （ 2）
AO 农业展望 52 2012 年第 10 期
农业消费展望
表1
粮食 2009 （ kg） 1995 ～ 2010 年均值 （ kg） 标准差 离差系数 （ % ） 189. 30 225. 80 25. 62 11. 30
1995 ～ 2010 年中国农村居民食物消费统计特征
稻谷 105. 70 118. 90 9. 00 7. 60 玉米 12. 00 14. 70 2. 72 18. 50 薯类 2. 50 2. 90 0. 33 11. 20 豆类 3. 30 3. 20 0. 21 6. 50 其他 6. 20 6. 50 0. 17 2. 60 蔬菜 98. 40 104. 40 4. 93 4. 70 食油 6. 30 6. 30 0. 54 8. 60 肉蛋奶 33. 80 28. 70 4. 58 15. 90 酒 10. 10 8. 20 1. 38 17. 00

基于R对国内各省、市、区GDP与主要经济指标的回归分析学号：107551300678 姓名：杨治峰班级：地矿学院（“三矿”专业）摘要：基于对2012年国内生产总值的数据分析，找出我国GDP 与多个指标，尤其是对投资、消费、出口等基本指标的依赖关系，运用相关分析和回归分析方法，建立回归模型，找出我国GDP的增长受社会固定资产依赖性较强，尤其是东部的山东省，也受制于出口收入，而我国消费水平依然不高的问题并为之提出改进措施和经济发展的预测，对国家各地区经济的科学发展建言献策关键词：R语言、相关分析、回归分析、中国GDP1 引言在当前复杂多变的国际经济形势下，我国国民生产总值（GDP）依然保持较快发展，国民生产总值是一个综合指标，依赖于多个指标的良性组合。

世界各国都十分重视GDP结构问题的研究。

本文基于对2012年国内生产总值的数据分析，找出我国GDP 与多个指标，尤其是对投资、消费、出口等基本指标的依赖关系，建立回归模型，尝试着探索出我国GDP 存在的结构性问题和不足之处，并为之提出改进措施和经济发展的预测，对国家各地区经济的科学发展建言献策！2.数据与分析方法2.1.数据描述性统计2.1.1.数据源的格式化处理R软件在读入excel数据源的时候，必须先对数据源进行格式化处理和调整才可以达到R软件的读取标准。

如表头的单行单列、文字间空格符号的消除等，调整完后，依据个人习惯将数据存入txt文本格式，命名为“ryuan.txt”。

2.1.2.数据的读取> A=read.table("ryuan.txt",header=T)> A#解析变量成y,x1,x2,x3,x4,x5,x6,x7,;X=A[,c(1,4,2,9,6,8,3)]Xy=A[,c(1)]#地区生产总值（亿元）yy2=A[,c(4)]#人均地区生产总值(元)y2x1=A[,c(2)]#社会固定资产投资（亿元)x1x2=A[,c(9)]#出口总额（亿美元）x2x3=A[,c(6)]#城镇人均消费支出（元）x3x4=A[,c(8)]#农民人均消费支出（元）x4x5=x3+x4#各地区人均消费总额(元)x5x6=A[,c(3)]#各地区居民消费价格指数x6B=data.frame("地区生产总值（亿元）"=y,"社会固定资产投资（亿元)"=x1,"出口总额（亿美元）"=x2,"各地区人均总额（元）"=x5)2.1.3.对读入的数据进行描述性统计。

计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表表2.3.1 参数估计的计算表表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2007）。

表2.6.3 中国居民总量消费支出与收入资料单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。

1994-2012年江苏省居民消费价格指数的时间序列分析班级：统计1班姓名：陈晶晶学号：09704122摘要居民消费价格指数（CPI）是宏观经济分析和决策，价格总水平监测和调控以及国民经济核算的重要指标。

本文利用1994-2012年江苏省居民消费价格指数的月度数据，运用Eviews 软件建立一个乘积季节模型，并用这个模型对江苏省未来的居民消费价格指数进行合理的预测。

关键词居民消费价格指数时间序列分析乘积季节模型预测分析一．引言居民消费价格指数(CPI)是用来测定一定时期内居民支付所消费商品和服务价格变化程度的相对数指标。

它既是反映通货膨胀程度的重要指标，也是国民经济核算中的缩减指标。

一般说来，当CPI>3% 的增幅时，我们称为通货膨胀；而当CPI>5% 的增幅时，我们把它称为严重的通货膨胀。

这一指标影响着政府制定货币、财政、消费、价格、工资、社会保障等政策，同时，也直接影响居民的生活水平及评价。

居民消费价格指数反映的市场价格信号真实．带动价格舆论导向正确，有利于改善价格总水平调控。

首先，它有利于维护正常的经济生活和市场价格信息秩序。

其次，有利于引导消费形成合理的消费价格，促进有效需求。

再次，它有利于综合运用价格和其他经济手段，实现价格总水平调控目标。

【1】所以，对该指标的分析与预测是非常有意义的工作。

本人在阅读与之有关的参考文献时，发现很多学者采用全国的CPI数据进行时间序列分析，就某个省份或某个城市的CPI数据研究很少，而且采用的模型也各不相同，所以本人就用江苏省1994-2012年的居民消费价格指数进行了时间序列分析。

二．数据描述和模型说明1.数据描述1994年1月——2012年3月江苏省居民消费价格指数如下表：（数据来源：/data/mac/jmxf_dq.php?symbol=320000）1月2月3月4月5月6月7月8月9月10月11月12月1994年123.9 125.9 122.6 121.4 119.8 120.6 122.3 123.4 125.5 125.6 124.9 121.61995年120.8 119.6 119.1 118.1 118.4 117.4 115.4 113.1 112.5 112.1 111.6 1121996年112.6 111.9 111.8 111.5 109.9 108.9 109.3 109.2 107.6 106.9 106.6 105.51997年104.2 104.3 103.1 103 102.4 101.8 101 100.8 100.9 100.1 99.7 99.41998年99.5 99.5 100.4 99.5 99.4 99 99 99.6 99.2 99.4 99.5 99.21999年98.9 98.8 98.1 97.6 97.9 98.7 99.3 98.9 98.9 99.3 99.2 99.32000年100.4 101.4 100.4 100.1 99.7 99.6 99.7 99.4 99.5 99.4 100.3 100.72001年101.6 100.4 101 101.9 102 101.4 101.4 101.2 100.3 100 99.4 99.32002年99.2 99.9 99.3 98.6 99 99.5 99.3 99.4 99.1 99 99.1 99.42003年100 100.2 100.6 100.7 100.1 99.6 100.3 101 101.2 102.2 103.2 103.22004年103.2 102.4 103.6 104.3 105.1 105.6 105.3 105.5 105.1 104.1 102.5 102.12005年102.2 104.4 103 102 101.5 101.4 101.8 101.3 101.4 102.1 102 102.32006年102.5 101.2 100.9 101.4 101.5 101.4 101.3 101.5 101.3 101 102 103.12007年102 102 102.5 102.7 103.1 104 105.2 106 105.9 106.2 106.5 105.62008年106.1 107.7 107.7 107.6 107.1 106.9 106 104.6 104.3 103.5 101.9 101.42009年101.4 99.5 99.6 98.9 98.8 98.3 98 98.8 99.3 99.6 100.6 102.12010年101.7 102.4 102.4 103.2 103.7 103.5 104.1 103.9 104.6 105.2 106.1 1052011年105.1 105.7 105.6 105.3 105.7 106.9 106.4 106 105.4 104.8 103.5 103.62012年103.9 102.9 103.5首先，做出序列时序图和自相关图，如下：X13012512011511010510095949698000204060810可以看出该序列是不平稳的序列，做1阶12步差分dx=d(x,1,12)得到如下时序图：DX4321-1-2-3-4949698000204060810可以看出差分后的序列是平稳序列。

数据来源：1990-2011年《中国统计年鉴》我国居民消费价格指数的短期预测研究王素梅（哈尔滨民政工业总公司，黑龙江哈尔滨150020）[摘要]运用CPI 预测模型对我国物价总水平的短期预测研究表明：经济发展的速度与物价的上涨幅度呈正比，物价上涨与经济发展关系密切。

CPI 增长过快影响居民生活水平和社会稳定，也不利于经济的协调、可持续发展。

政府应继续把稳定物价总水平做为宏观调控的重点之一，充分利用财政、货币、金融等多种调控手段，确保物价水平可控、经济平稳较快发展。

[关键词]居民消费；价格指数；短期预测；预测研究[中图分类号]F270[文献标识码]B[收稿日期]2012-02-07第2012年第3期（总第393期）商业经济SHANGYE JINGJINo.3，2012Total No.393[文章编号]1009-6043（2012）03-0033-02近些年来，物价问题始终是宏观经济研究中的热门话题。

自2007年年初美国爆发次贷危机以来，我国以猪肉为代表的食品价格大幅上涨，导致2007年多个月份的CPI 的同比涨幅超过6%，突破了3%的调控目标。

在经历了2008年高通货膨胀预期，以及2009年以来CPI 指数连续多个月的同比负增长后，有学者指出：我国在经历了2008年高通胀预期以后，是否迎来了通货紧缩？对于该问题，在当前的学术界争议颇大，然而，无论高通货膨胀还是恶性通货紧缩都是既有害于改革和发展，也不利于政治、经济和社会的稳定，这是众所周知的事实。

CPI 指数作为测定通货膨胀的通用指标之一，如何着眼当前的经济环境，应用有效的理论对CPI 涨跌的路径进行实证分析，无疑具有重要意义。

一、居民消费价格指数的相关概念及构成(一)居民消费价格指数的内涵居民消费价格指数，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。

卫生筹资《中国卫生经济》第31卷第10期（总第356期）2012年10月卫生总费用是卫生经济学中筹资研究的重点内容之一。

我国自20世纪90年代以来就连续性地对卫生总费用进行测算和分析，并于2000年后纳入国家统计报告体系。

卫生总费用（total expenditure on health,TEH ）是以货币形式作为综合计量手段，全面反映一个国家或地区在一定时期内(通常指1年)全社会用于医疗卫生服务所消耗的资金总额，反映了国家宏观卫生政策和宏观经济发展之间的关系，关乎着国家、社会、经济、环境等的可持续发展和人的全面发展。

国内外学者就卫生总费用的影响因素开展了大量研究。

众多的研究表明，收入因素是影响卫生总费用的最重要因素。

1977年，著名学者Newhouse 使用OECD 国家中13个经济发展水平相似国家1968年、1971年和1972年的横截面数据证实人均GDP 是影响医疗支出最重要的变量[1]。

1986年，Leu 首先针对Newhouse 认为的非收入变量不重要的论点，提出了批评。

研究表明，除了GDP ，其他非收入变量，如政府医疗支出比例、城市化程度、老龄人口比例也是影响卫生支出的重要因素[2]。

根据经合组织国家用于测算卫生总费用的计量经济学模型，65岁以上人口人均医疗费用大约是65岁以下人口医疗费用的2～8倍。

我国的卫生服务调查也显示，老年人医疗费用大大超过年轻人。

人口老龄化的程度无疑对卫生总费用的高低具有重要影响[3]。

蔡善荣等利用1998年29个OECD 国家的卫生经济资料对卫生总费用进行了主成分回归统计分析，证明期望寿命和人口老龄化以及卫生人力资源等因素对卫生总费用的影响比较显著。

何平平通过对我国1978—2003年数据进行实证分析指出经济增长是我国卫生总费用增长的最主要因素，人口老龄化还没有对医疗费用增长产生显著影响。

医疗保障体系的不断完善，筹资水平和支付比例逐年提高，个人支付逐年下降，促进了医疗需求的释放和卫生总费用的快速增长[4]。

居民消费价格指数的时间序列模型分析一、居民消费价格指数居民消费价格指数(CPI)，作为一种常用的总体价格水平指标，是反映居民购买并用于消费商品和服务项目价格水平的变化趋势和变动幅度的统计指标，用来度量消费者在购买商品和劳务时的花费。

价格稳定对于一个国家来说至关重要，一个稳健运行的市场系统要求价格能够准确、迅速地传递稀缺资源的信息，并且通过价格机制来调节资源配置。

居民消费价格指数还是衡量通货膨胀的重要指标。

研究居民消费价格指数的发展特征及其未来发展趋势，使价格水平稳定在有利于经济发展的合理水平是十分必要的。

时间序列分析就是一种根据动态数据揭示系统动态结构和规律的统计方法，其基本思想是根据系统的观测数据，建立能够比较精确地反应时间序列中所包含的动态依存关系的数学模型，并借此对系统的未来行为进行预测。

因此，由时间序列模型分析居民消费价格指数的发展变化趋势，并对短期内的居民消费价格进行预测具有重要的意义。

二、居民消费价格指数的时间序列模型分析时间序列分析是一种应用广泛的数量分析方法，它主要用于描述和探索事物随时间变化的数量规律性。

时间序列分析模型主要有ARMA 模型和ARIMA模型。

ARMA模型只能用于平稳时间序列的分析。

然而，在实际的经济和生活中绝大部分的时间序列是非平稳的，但对这些非平稳的时间序列经过差分后就会显示出平稳时间序列的性质，这时称非平稳时间序列为差分平稳时间序列。

对差分平稳时间序列可以用ARIMA模型拟合。

1．数据的收集及平稳性检验选取1996年1月～2013年11月我国居民消费价格指数为样本数据(数据来源于《中国统计年鉴》及东方财富网)，运用EViews软件对数据进行处理。

研究时间序列之前，首先要对其平稳性和随机性进行检验，目的是对平稳且非随机序列进行研究。

由图1时序图可以看出:1996～1998年居民消费价格指数大幅下降;在1998～2003年间，居民消费价格指数小幅度上下震荡;2004年至今，大幅度波动震荡。

＝肌（ ）＋８ 置 。 （） １
２ … ， 上 极小 化 （ ， 阶数 Ｐ的估 计 满 足 ， ｝ ） 则
ｃ（ ， ） （） Ｉ・ ｉ ｝
解释性 变量 Ｘ ∈ Ｒ 是 由 响应 变 量 （ 解 释 性 变 被
量） ∈Ｒ的一些滞后项组成的（ 为正整数 ） 随 ｐ ；
ｍ （ ） Ｌｇｎ ｒ 多项式正交基 ｛， ｝ ０ ｐ ，ｅｅｄｅ ｐ（ 满足 ）
，
１
图 ２ 我 国 Ｃ Ｉ 一阶差分 后） Ｐ（
ｆ ｉ ）（） ， ＝ ＝１当ｉ － ，（ ｄ Ｐ ｘ＝ 当ｉ 时， ； ≠『
时， ＝０ 岛 ． 若解释变量 在区间Ｅ ， 取值， ａｂ ］ 则必须作变量 替换 ｚ： ， 量 ｚ的取 区间为［ １ ］ 变 值 一 ，． １
中图分 类号 ： ０ １ ． ；２ ４ ７ ２ ２ ７ Ｆ ２ ． 文献标识 码 ： Ａ
毗
自
居民消费价格指数是世界各 国普遍编制 的一 种指数 ， 它可 以用 于 分析 市 场 价 格 的基 本 动 态 ， 是 政府制 定物价 政策 和工 资政策 的重要 依据 ． 准确 为
把握居 民消费 价格指 数 的变 动趋 势 ， 献 ［ ］ 用 文 １利
因为 在第 ｋ步 预 测 时使 用 了 小 ｔ ： …， １ ， （ ） 一ｔ） 其中（ ， 一ｔ ＋ ａ｛， 到 ｋ步 预 测值 ， １ ＝ｍ ｘ０ 一 ）
ｔ（ ＝１２ …， ） 所以三次样条函数可表示为 ： ｝ ，， ｍ ．
ｎ
ｙ小。 ＾ 所包含的信息 ， 所以， 循环预测法比 直接 预测 法 的预测误 差 小．
从图 ３中可 以看出 ， 三种估计方法都大致拟合 出了我国 Ｃ Ｉ Ｐ 的具体走势 ， 为了量化估计效果的比 较 ， 文将 三种 估计 方法 的平均 绝对误 差与 均方误 本

99.0 98.0 97.7 98.3 98.3 100.2 99.0 98.2 94.0 98.6 99.1 99.3 99.6 93.3 101.9 100.2 100.6 99.4 97.0 98.7 91.7 97.2 98.4 101.3 98.4 99.1 97.4 99.1 98.7 92.9
99.7 99.9 99.8 101.2 100.4 100.6 101.7 102.9 106.0 108.0 104.2 102.6 102.2 103.1 103.4 103.8 101.7 102.9 102.1 103.3 102.9 102.0 104.3 103.0 103.4 101.6 101.4 103.2 101.3 102.8
99.3 98.3 102.3 126.4 101.4 102.7 106.3 107.0 108.9 105.5 106.7 107.5 106.7 104.5 103.7 104.5 107.3 106.1 105.4 105.7 105.1 108.2 106.3 107.7 105.7 112.5 108.1 111.9 109.4 112.0
家庭设备 用 品 及 维修服务 97.7 97.5 97.4 98.6 99.9 101.2 101.9 102.8 104.4 106.8 102.4 103.2 100.8 103.6 102.6 103.1 108.3 104.1 103.4 102.2 103.2 102.8 102.0 103.1 100.8 99.8 102.0 103.1 101.9 102.5 耐用消费品 室内装饰品 床上用品 家庭日用 杂 品 98.6 98.0 98.3 99.8 100.4 101.1 101.7 104.9 104.5 105.4 105.6 105.6 101.0 108.3 106.2 107.6 110.4 107.2 105.4 103.3 105.8 107.0 104.4 104.5 104.8 101.1 102.5 107.3 102.9 102.8 家庭服务及加 工维修服务费 101.5 101.2 101.1 101.9 104.4 105.8 107.2 109.0 116.6 114.6 108.5 116.6 106.1 108.9 104.9 107.4 116.5 106.6 111.7 108.5 112.7 110.4 106.3 113.2 103.8 103.3 107.2 106.8 101.2 108.6

我国城镇居民消费价格指数、人均可支配收入与消费水平关系的实证分析作者：林红菊来源：《现代经济信息》 2018年第23期要：本文在计量经济学的基础上，基于1978-2015 共35 年的相关数据，运用eviews 统计软件，分析我国城镇居民消费水平与城镇居民消费价格指数、城镇居民家庭人均可支配收入的关系。

结果表明：我国城镇居民消费价格指数、人均可支配收入与消费水平之间存在长期协整关系。

我国城镇居民消费价格指数增加1%，城镇居民消费水平长期上将增长0.412%，短期上增长0.488%；城镇居民人均可支配收入增加1%，城镇居民消费水平长期上将增长0.781%，短期上增长0.716%。

关键词：消费水平；平稳及协整；误差修正中图分类号：F062.5 文献识别码：A 文章编号：1001-828X(2018)034-0010-02消费作为拉动经济增长的三驾马车之一，对国民经济的影响有着不可替代的作用。

影响我国城镇居民消费结构的因素很多，如城镇居民可支配收入、消费物价指数、GDP 增长速率、利率水平等。

通过利用时间序列、计量经济等方法建立经济模型，实证分析我国城镇居民消费水平的现状及预测其发展趋势，以保持我国经济的持续发展。

本文基于1978 年-2012 年35 年间的相关数据，建立相应的计量经济学模型，研究我国城镇居民消费物价指数(1978=100)、城镇居民家庭人均可支配收入与城镇居民消费水平之间的关系，包括平稳性、协整、误差修正等方面的研究。

一、变量定义与模型设定( 一) 被解释变量定义过程由统计年鉴数据显示，1978 年改革开放之初我国的城镇居民消费水平为405 元，2016 年已经上升为29295 元。

居民的消费水平很大程度上受整体经济状况的影响。

经济扩张时期，居民收入稳定，GDP 增加，居民的消费支出增加，消费水平较高。

为了更好地探究我国城镇居民的消费水平，对我国城镇居民消费水平的影响因素建立模型研究。

居民消费价格指数的时间序列分析摘要：时间序列分析是一种根据动态数据揭示系统动态结构和规律的统计方法。

本文以我国2007年1月至2011年4月居民消费价格指数为研究对象，基于居民消费价格指数存在明显的非平稳性和季节性特征，运用自回归移动平均季节模型进行建模分析，并利用SPSS建立了居民消费价格指数时间序列的相关关系模型，并对其进行预测，取得较好的效果。

关键词：居民消费价格指数SPSS软件时间序列分析预测、引言（一）问题的基本情况及背景居民消费价格指数的调查范围和内容是居民用于日常生活消费品的全部商品和服务项目价格。

包括食品、烟酒及用品、衣着、家庭设备用品及维修服务、和个人用品、交通和通讯、娱乐教育文化用品及服务、居住等八大类商品及服务项目价格。

既包括居民从商店、工厂、集市所购买的价格，也包括从购买的价格。

该指数以实际调查的综合平均单价和根据住户调查有关资料确定的权数，按加权算术平均公式计算。

全国居民消费价格指数是反映居民家庭购买生活消费品和支出服务项目费用价格变动趋势和程度的相对数。

其目的在于观察居民生活消费品及服务项目价格的变动对城乡居民生活的影响，为各级党政领导掌握居民消费状况，研究和制定居民消费价格政策、工资政策以及为新国民经济核算体系中有消除价格变动因素的不变价格核算提供科学依据。

居民消费价格指数还是反映通货膨胀的重要指标。

当居民消费价格指数上升时，表明通货膨胀率上升，消费者的生活成本提高，货币的购买能力减弱；相反，当居民消费价格指数下降时，表明通货膨胀率下降，亦即消费者的生活成本降低，货币的购买能力增强。

居民消费价格指数的高低直接影响居民的生活水平，因此，准确的分析并及时的对居民消费价格指数做出合理的预测，对国家制定相应的经济政策，实行宏观调控，稳定物价，保证经济的增长平稳发展具有重要意义。

（二）问题的提出时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。

时间序列预测方法的基本思想是：预测一个现象的未来变化时, 用该现象的过去行为来预测未来。

2012年中国物价形势分析及展望摘要：2012年前5个月，CPI同比涨幅延续了2011年下半年之后高位逐步回落的态势，通胀压力明显减缓。

当前，抑制物价上涨的积极因素和有利条件逐渐增多，特别是货币政策总体稳健以及通胀预期持续趋缓，都促使CPI涨幅有望继续回稳，预计全年CPI同比涨幅约为3％左右。

宏观调控应处理好稳增长与稳物价之间的关系，更加重视加快构建价格调控监管的长效机制。

为此，建议进一步加强价格监测预警和市场秩序规范，完善农产品市场调控的政策手段，稳妥推进资源价格改革，规范和加强价格调节基金管理。

关键词：CPI；继续回稳；长效机制；价格调节基金一、2012年以来CPI波动的主要特点2012年以来CPI波动呈现出CPI涨幅短期有所反弹，总体仍呈回落态势、拉动食品价格进而CPI上涨的主要动力发生转换、CPI涨价面依然较宽，部分消费品和服务项目价格上涨的带动作用明显、CPI翘尾因素占比较大，新涨价因素影响先扬后稳等主要特点。

（一）CPI涨幅短期有所反弹，总体仍呈回落态势2012年1～5月，CPI同比上涨3.5％，涨幅比2011年全年和去年同期分别回落1.9和1.7个百分点。

从月度情况来看，1月份CPI同比上涨4.5％，环比上涨1％，较去年12月份明显扩大，在经历短暂回调后，3月份CPI同比和环比涨幅又出现小幅反弹，5月份CPI同比涨幅在上月收窄的基础上进一步回落至3.0％，创23个月以来新低，环比也下降0.3％。

（见图1）（二）拉动食品价格使CPI上涨的主要动力发生转换2012年前5个月，食品价格同比涨幅达7.5％，对CPI上涨的拉动作用最为显著。

在CPI上涨的3.5个百分点中，由食品价格上涨拉动了近2.4个百分点，占CPI涨幅的67.8％。

在猪肉价格同比涨幅持续缩小且开始出现负增长的同时，鲜菜价格同比涨幅先跌后涨，对CPI上涨的拉动作用已连续3个月超过前者。

截至5月份，鲜菜涨价直接拉动CPI上涨近0.8个百分点，而猪肉价格回落拉动CPI下降－0.02个百分点。